翻訳は機械翻訳により提供されています。提供された翻訳内容と英語版の間で齟齬、不一致または矛盾がある場合、英語版が優先します。
オンプレミスの ThoughtSpot Falcon データベースを Amazon Redshift に移行する
Battulga Purevragchaa と Antony Prasad Thevaraj、Amazon Web Services
概要
オンプレミスのデータウェアハウスは、特に大規模なデータセットの場合、管理に多大な時間とリソースを必要とします。これらのウェアハウスの構築、維持、拡張にかかる財務コストも非常に高くなります。コストを管理し、抽出、変換、ロード (ETL) の複雑さを低く抑え、データの増加に応じてパフォーマンスを向上させるには、どのデータを読み込み、どのデータをアーカイブするかを常に選択する必要があります。
オンプレミスの ThoughtSpot Falcon データベース
このパターンでは、ThoughtSpot Falcon データベースをオンプレミスのデータセンターから AWS クラウド上の Amazon Redshift データベースに移行する手順とプロセスを説明しています。
前提条件と制限
前提条件
アクティブな AWS アカウント
オンプレミスのデータセンターでホストされている ThoughtSpot Falcon データベース
製品バージョン
ThoughtSpot バージョン 7.0.1
アーキテクチャ
この図表は、次のワークフローを示しています：
データはオンプレミスのリレーショナルデータベースでホストされます。
AWS Schema Conversion Tool (AWS SCT) は、Amazon Redshift と互換性のあるデータ定義言語 (DDL) を変換します。
テーブルを作成したら、AWS Database Migration Service (AWS DMS) を使用してデータを移行できます。
データは Amazon Redshift に読み込まれます。
Redshift Spectrum を使用しているか、既に Amazon S3 でデータをホストしている場合、データは Amazon Simple Storage Service (Amazon S3) に保存されます。
ツール
AWS DMS – AWS データ移行サービス (AWS DMS) は、データベースを迅速かつ安全に AWS に移行するのに役立ちます。
Amazon Redshift – Amazon Redshift は、高速でフルマネージドのペタバイト規模のデータウェアハウスサービスで、既存のビジネスインテリジェンスツールを使用してすべてのデータを簡単かつコスト効率よく効率的に分析できます。
AWS SCT – AWS Schema Conversion Tool (AWS SCT) は、既存のデータベーススキーマをあるデータベースエンジンから別のデータベースエンジンに変換します。
エピック
| タスク | 説明 | 必要なスキル |
|---|---|---|
適切な Amazon Redshift 設定を特定する。 | 要件とデータ量に基づいて、適切な Amazon Redshift クラスター設定を特定します。 詳細については、Amazon Redshift ドキュメントの「Amazon Redshift クラスター」を参照してください。 | DBA |
Amazon Redshift を調べて、要件を満たしているかどうかを評価する。 | Amazon Redshift に関するよくある質問 | DBA |
| タスク | 説明 | 必要なスキル |
|---|---|---|
Amazon Redshift クラスターを作成します。 | AWS マネジメントコンソールにサインインし、Amazon Redshift コンソールを開いて、仮想プライベートクラウド (VPC) で Amazon Redshift クラスターを作成します。 詳細については、Amazon Redshift のドキュメントの「VPC でクラスターを作成する」を参照してください。 | DBA |
Amazon Redshift データベース設計の PoC を実施する。 | Amazon Redshift のベストプラクティスに従い、データベース設計の概念実証 (PoC) を実施します。 詳細については、Amazon Redshift のドキュメントの Amazon Redshift の概念実証の実施を参照してください。 | DBA |
データベースユーザーを作成する。 | Amazon Redshift データベースにユーザーを作成し、スキーマとテーブルにアクセスするための適切なロールを付与します。 詳細については、Amazon Redshift のドキュメントの「GRANT」を参照してください。 | DBA |
ターゲットデータベースに構成設定を適用する。 | 要件に従って、Amazon Redshift データベースに構成設定を適用します。 データベース、セッション、およびサーバーレベルのパラメータを有効にする方法の詳細については、Amazon Redshift ドキュメントの「設定リファレンス」を参照してください。 | DBA |
| タスク | 説明 | 必要なスキル |
|---|---|---|
Amazon Redshift で DDL を使用してテーブルを手動で作成する。 | (オプション) AWS SCT を使用する場合、テーブルは自動的に作成されます。ただし、DDL の複製時に障害が発生した場合は、テーブルを手動で作成する必要があります。 | DBA |
Redshift Spectrum の外部テーブルを作成する。 | Amazon Redshift Spectrum の外部スキーマを使用して外部テーブルを作成します。外部テーブルを作成するには、外部スキーマの所有者またはデータベーススーパーユーザーである必要があります。 詳細については、Amazon Redshift のドキュメントの「Amazon Redshift Spectrum の外部テーブルの作成」を参照してください。 | DBA |
| タスク | 説明 | 必要なスキル |
|---|---|---|
AWS DMS を使用してデータを移行する。 | Amazon Redshift データベースにテーブルの DDL を作成したら、AWS DMS を使用してデータを Amazon Redshift に移行します。 詳細な手順については、AWS DMS のドキュメントの「Using an Amazon Redshift database as a target for AWS DMS」を参照してください。 | DBA |
COPY コマンドを使用してデータをロードする。 | Amazon S3 から Amazon Redshift 詳細については、Amazon Redshift ドキュメントの「COPY コマンドを使用し、Amazon S3 からロードする」を参照してください。 | DBA |
| タスク | 説明 | 必要なスキル |
|---|---|---|
ソースレコードとターゲットレコードを検証する。 | ソースシステムからロードされたソースレコードとターゲットレコードのテーブル数を検証します。 | DBA |
Amazon Redshift のパフォーマンスチューニングのベストプラクティスを実装します。 | Amazon Redshift テーブル設計のベストプラクティスを実装する。 詳細については、ブログ記事「Top 10 performance tuning techniques for Amazon Redshift | DBA |
クエリのパフォーマンスを最適化する。 | Amazon Redshift は、SQL ベースのクエリを使用してシステム内のデータとオブジェクトを操作します。データ操作言語 (DML) は、データの表示、追加、変更、削除に使用できる SQL のサブセットです。DDL は、テーブルやビューなどのデータベースオブジェクトを追加、変更、削除するために使用する SQL のサブセットです。 詳細については、Amazon Redshift のドキュメントの「クエリパフォーマンスのチューニング」を参照してください。 | DBA |
WLM を実装する。 | ワークロード管理 (WLM) を使用して複数のクエリキューを定義し、ランタイムにクエリを適切なキューに配信することができます。 詳細については、Amazon Redshift ドキュメントの「ワークロード管理の実装」を参照してください。 | DBA |
同時実行スケーリングを使用する。 | 同時実行スケーリング機能を使用すると、実質的に無制限の同時ユーザーと同時クエリをサポートし、一貫して高速なクエリパフォーマンスを実現できます。 詳細については、Amazon Redshift のドキュメントの「同時実行スケーリングを使用する」を参照してください。 | DBA |
テーブル設計に Amazon Redshift のベストプラクティスを使用する。 | データベースをプランニングする際、テーブル設計に関して、全体的なクエリパフォーマンスに多大な影響を与える重要な決定があります。 最適なテーブル設計のオプションを選択する方法については、Amazon Redshift のドキュメントの「Amazon Redshift テーブル設計のベストプラクティス」を参照してください。 | DBA |
Amazon Redshift でマテリアライズドビューを作成する。 | マテリアライズドビューには、1 つ以上のベーステーブルで実行された SQL クエリに基づいて事前計算された結果が含まれています。 詳細については、Amazon Redshift のドキュメントの「Amazon Redshift でのマテリアライズドビューの作成」を参照してください。 | DBA |
テーブル間の結合を定義する。 | ThoughtSpot で複数のテーブルを同時に検索するには、2 つのテーブル間で一致するデータを含む列を指定して、テーブル間の結合を定義する必要があります。これらの列は、結合の Amazon Redshift または ThoughtSpot の | DBA |
| タスク | 説明 | 必要なスキル |
|---|---|---|
Amazon Redshift 接続を追加する。 | Amazon Redshift 接続をオンプレミスの ThoughtSpot Falcon データベースに追加します。 詳細については、ThoughtSpot ドキュメントの「Add a Redshift connection | DBA |
Amazon Redshift 接続を編集する。 | Amazon Redshift 接続を編集してテーブルと列を追加できます。 詳細については、ThoughtSpot ドキュメントの「Edit a Redshift connection | DBA |
Amazon Redshift 接続を再マッピングする。 | Amazon Redshift 接続を追加したときに作成されたソースマッピングの .yaml ファイルを編集して、接続パラメータを変更します。 例えば、既存のテーブルまたは列を、既存のデータベース接続の別のテーブルまたは列に再マップできます。ThoughtSpot では、接続内のテーブルまたは列を再マップする前後に依存関係を確認して、必要に応じて表示されることを確認することを推奨しています。 詳細については、ThoughtSpot ドキュメントの「Remap a Redshift connection | DBA |
Amazon Redshift 接続からのテーブルを削除する。 | (オプション) Amazon Redshift 接続内のテーブルを削除しようとすると、ThoughtSpot は依存関係をチェックし、依存オブジェクトのリストを表示します。リストされたオブジェクトを選択して削除するか、依存関係を削除できます。その後、テーブルを削除できます。 詳細については、ThoughtSpot のドキュメントの「Delete a table from a Redshift connection | DBA |
Amazon Redshift 接続から依存オブジェクトを含むテーブルを削除する。 | (オプション) 依存オブジェクトを含むテーブルを削除しようとすると、操作はブロックされます。 詳細については、ThoughtSpot ドキュメントの「Delete a table with dependent objects from a Redshift connection | DBA |
Amazon Redshift 接続を削除する。 | (オプション) 接続は複数のデータソースまたはビジュアライゼーションで使用できるので、Amazon Redshift 接続を削除する前に、その接続を使用するすべてのソースとタスクを削除する必要があります。 詳細については、ThoughtSpot ドキュメントの「Delete a Redshift connection | DBA |
Amazon Redshift の接続に関するリファレンスを確認する。 | ThoughtSpot ドキュメントの接続リファレンス | DBA |
追加情報
